專利名稱：一種水稻冠層葉瘟病快速診斷系統(tǒng)與方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種水稻冠層葉瘟病的快速診斷系統(tǒng)與方法，尤其是用于根據(jù)某特定
組合模擬波長(zhǎng)結(jié)合判別算法進(jìn)行水稻冠層葉瘟病快速診斷判別。
背景技術(shù)：
稻瘟病是水稻病害中最為常見(jiàn)的一種，嚴(yán)重發(fā)病情況下可使水稻減產(chǎn)40% 50%。目前，水稻葉瘟的診斷多依靠人眼進(jìn)行分級(jí)測(cè)報(bào)，在發(fā)病早期，病斑不顯著，則難以實(shí) 現(xiàn)快速準(zhǔn)確判別，從而錯(cuò)過(guò)防治的有利時(shí)期。同時(shí)，人眼識(shí)別的主觀性強(qiáng)，需要的時(shí)間和精 力較多，無(wú)法滿足現(xiàn)代農(nóng)業(yè)的發(fā)展要求。 專利申請(qǐng)?zhí)枮閆L200910097341. 4的專利申請(qǐng)公開(kāi)了一種基于多光譜圖像處理的 水稻稻葉瘟病檢測(cè)分級(jí)方法。利用可見(jiàn)/近紅外多光譜攝像機(jī)實(shí)時(shí)采集綠光波段、紅光波 段、近紅外波段三個(gè)波段通道的單色灰度圖像，然后使用MATLAB軟件，通過(guò)圖象處理方法 編寫應(yīng)用軟件，進(jìn)行圖像處理。包括背景及噪聲、干擾等的消除和作物病斑信息的識(shí)別分 析，實(shí)現(xiàn)植物是否發(fā)病及病斑位置和分級(jí)的準(zhǔn)確快速處理。但本方法及其采用的設(shè)備都比 較復(fù)雜、昂貴，不利于田間普及。 因此，研究一種既能快速、準(zhǔn)確對(duì)水稻葉瘟進(jìn)行判別，又簡(jiǎn)單、成本低的系統(tǒng)和方 法是非常必要的。

發(fā)明內(nèi)容
本發(fā)明提供一種基于組合模擬波段算法的能快速、準(zhǔn)確又簡(jiǎn)便、低成本的診斷水 稻冠層葉瘟病的系統(tǒng)和方法。 —種基于組合模擬波段算法的水稻冠層葉瘟病快速診斷系統(tǒng)，包括 (a)光譜發(fā)射系統(tǒng)，用于發(fā)射可見(jiàn)-近紅外范圍的連續(xù)光； (b)光譜接收系統(tǒng)，用于采集可見(jiàn)-近紅外范圍的光譜反射率數(shù)據(jù)； (c)調(diào)節(jié)支架，用于實(shí)現(xiàn)光譜接收系統(tǒng)上下方向和360°范圍的旋轉(zhuǎn)操作； (d)計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)，用于對(duì)光譜接收系統(tǒng)采集的反射率數(shù)據(jù)的存儲(chǔ)、預(yù)處
理、模型建立及水稻冠層葉瘟病的快速診斷判別、結(jié)果顯示、存儲(chǔ)； (e)作物操作平臺(tái)，用于調(diào)節(jié)作物水平位置高低； 光譜發(fā)射系統(tǒng)發(fā)射的光照射在水稻冠層上，反射光被光譜接收系統(tǒng)采集，得到水 稻冠層光譜反射率數(shù)據(jù)，光譜反射率數(shù)據(jù)傳入計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)，通過(guò)水稻冠層葉瘟病 快速診斷方法進(jìn)行數(shù)據(jù)預(yù)處理和判別公式的判別，實(shí)現(xiàn)水稻冠層葉瘟病的快速診斷識(shí)別。
所述的光譜發(fā)射系統(tǒng)發(fā)射可見(jiàn)_近紅外連續(xù)光的波長(zhǎng)為380 1100nm，既包括人 眼能識(shí)別的可見(jiàn)光380 780nm波譜范圍，又包括人眼不能看到的近紅外780 1100nm的 波譜范圍，可有效的與專家判別進(jìn)行對(duì)比分析。 所述的調(diào)節(jié)支架進(jìn)行光譜接收系統(tǒng)上下方向高度的調(diào)節(jié)范圍為0. 2 2. Om。能更
好地調(diào)節(jié)光譜接收系統(tǒng)的探頭到水稻冠層平面的垂直距離。
3
基于組合模擬波段算法的水稻冠層葉瘟病快速診斷方法，包括如下步驟
1)對(duì)采集到的波長(zhǎng)范圍為400 lOOOnm的水稻冠層光譜反射率數(shù)據(jù)進(jìn)行預(yù)處理 并提取最優(yōu)值；方法為首先進(jìn)行直接正交信號(hào)校正處理，設(shè)定計(jì)算的成分?jǐn)?shù)為2 20，允 許的偏差(tolerance)為0. 0005 0. 0015 ;對(duì)直接正交信號(hào)校正處理后的組合模擬波長(zhǎng) 400 1000nm的數(shù)據(jù)再進(jìn)行連續(xù)投影算法處理，設(shè)定最大選中波長(zhǎng)點(diǎn)數(shù)量為2 30，經(jīng)連 續(xù)投影算法處理后，選定直接正交信號(hào)校正處理后的組合模擬波段775nm處的數(shù)據(jù)為最優(yōu) 值，作為水稻葉瘟病判別公式的輸入值； 2)將直接正交信號(hào)校正處理后組合模擬波段775nm處的數(shù)據(jù)代入水稻葉瘟病判
別公式Y(jié) = 5. 283X。判別公式中X為經(jīng)過(guò)預(yù)處理后組合模擬波段775nm處對(duì)應(yīng)的數(shù)據(jù)，Y
為判別結(jié)果，當(dāng)Y > 0. 5時(shí)，該樣本為健康樣本，當(dāng)Y < 0. 5時(shí)，該樣本為染病樣本。 對(duì)于其他植物的葉瘟病的診斷，所建立的判別公式是不適應(yīng)的，需要采用本發(fā)明
所述方法步驟重新建立判別公式。 本發(fā)明具有的有益效果是 (1)本發(fā)明應(yīng)用組合模擬波段算法和判別公式Y(jié)二 5.283X進(jìn)行快速判別，縮短了 病害判別時(shí)間，減少人眼判別的失誤率和主觀性，可用于實(shí)時(shí)的病害防治和對(duì)點(diǎn)噴藥措施， 有利于實(shí)現(xiàn)水稻病害防治的精細(xì)化管理和作業(yè)，同時(shí)此系統(tǒng)結(jié)構(gòu)簡(jiǎn)單、成本較低，利于普及 應(yīng)用； (2)可根據(jù)實(shí)際情況，利用該方法選擇其他特征組合模擬波長(zhǎng)，建立相應(yīng)模型，用 于作物其它生長(zhǎng)信息的快速檢測(cè)和判別。


圖1是水稻冠層葉瘟病快速診斷系統(tǒng)結(jié)構(gòu)示意圖。 其中1、光譜發(fā)射系統(tǒng)；2、光譜接收系統(tǒng)；3、調(diào)節(jié)支架；4、計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)； 5、電源系統(tǒng)；6、作物操作平臺(tái)。
圖2是水稻冠層葉瘟病快速診斷方法流程圖。
圖3是水稻冠層原始可見(jiàn)_近紅外反射光譜圖。
圖4是應(yīng)用水稻葉瘟病判別公式的判別結(jié)果示意圖。
具體實(shí)施方式

實(shí)施例1 如附圖1所示，本發(fā)明水稻冠層葉瘟病快速診斷系統(tǒng)包括光譜發(fā)射系統(tǒng)1、光譜接 收系統(tǒng)2、調(diào)節(jié)支架3、計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)4、電源系統(tǒng)5和作物操作平臺(tái)6。
將光譜發(fā)射系統(tǒng)1、光譜接收系統(tǒng)2和作物操作平臺(tái)6的高度和角度調(diào)整好，具體 布置應(yīng)使光譜發(fā)射系統(tǒng)的光照射在水稻冠層上，光線入射角度為45° ，水稻冠層大體分布 在一個(gè)平面上。光譜接收系統(tǒng)對(duì)準(zhǔn)水稻冠層，光譜接收系統(tǒng)的探頭距水稻冠層平面的垂直 距離大約為150mm。開(kāi)機(jī)啟動(dòng)該診斷系統(tǒng)后，待光譜發(fā)射系統(tǒng)和光譜接收系統(tǒng)預(yù)熱15分鐘 后，首先用光譜接收系統(tǒng)自帶白板代替水稻冠層，進(jìn)行光譜掃描并根據(jù)系統(tǒng)自帶標(biāo)準(zhǔn)曲線 對(duì)光譜接收系統(tǒng)進(jìn)行校正。系統(tǒng)校正好以后，再進(jìn)行水稻冠層光譜數(shù)據(jù)的采集。水稻冠層 在380 1100nm范圍的反射率數(shù)據(jù)被光譜接收系統(tǒng)采集，并通過(guò)USB數(shù)據(jù)線傳入計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)進(jìn)行存儲(chǔ)待用。 計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)首先將水稻冠層光譜反射率數(shù)據(jù)進(jìn)行存儲(chǔ)，然后通過(guò)水稻冠 層葉瘟病快速診斷方法進(jìn)行判別分析，具體步驟如下 1)將光譜接收系統(tǒng)采集的水稻冠層光譜反射率數(shù)據(jù)通過(guò)USB數(shù)據(jù)線傳入計(jì)算機(jī) 數(shù)據(jù)處理系統(tǒng)進(jìn)行數(shù)據(jù)存儲(chǔ)，并選取400 lOOOnm范圍的數(shù)據(jù)待用； 2)對(duì)選取的400 lOOOnm范圍的光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，方法為直接正交信號(hào) 校正處理(參見(jiàn)Westerhuis， J. A. ;De Jong， S. ;Smilde， A. K. Direct orthogonal signal correction. Chemometrics and Intelligent LaboratorySystems， 2001， 56， 13-25.)，設(shè)定 計(jì)算的成分?jǐn)?shù)為IO，允許的偏差(tolerance)為0. 001 。對(duì)直接正交信號(hào)校正處理后的組合 模擬波長(zhǎng)400 lOOOnm的數(shù)據(jù)進(jìn)行連續(xù)投影算法處理(參見(jiàn)Aratijo， M. C. U. ;Saldanha， T. C. B. ; Galv&0， R. K. H. ;Yoneyama， T. ;Chame， H. C. ;Vi sani， V.The successive projectionsalgorithm for variable selection in spectroscopic multicomponent analysis. Chemometrics and Intelligent Laboratory Systems, 2001， 57， 65_73.)，選擇 對(duì)水稻葉瘟病診斷最有效的波長(zhǎng)點(diǎn)。運(yùn)行連續(xù)投影算法時(shí)，設(shè)定最大選中波長(zhǎng)點(diǎn)數(shù)量為5。 通過(guò)上述計(jì)算，選定直接正交信號(hào)校正處理后的組合模擬波段775nm處的數(shù)據(jù)作為水稻葉 瘟病判別公式的輸入值。此處組合模擬波段775nm處的數(shù)據(jù)為綜合400 lOOOnm范圍的 數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)預(yù)處理運(yùn)算，計(jì)算得出的數(shù)據(jù)，并不是光譜接收系統(tǒng)直接采集的775nm處的 原始數(shù)據(jù)。 3)將直接正交信號(hào)校正處理后組合模擬波段775nm處的數(shù)據(jù)代入水稻葉瘟病判 別公式Y(jié) = 5. 283X。判別公式中X為經(jīng)過(guò)預(yù)處理后組合模擬波段775nm處對(duì)應(yīng)的數(shù)據(jù)，Y 為判別結(jié)果，當(dāng)Y > 0. 5時(shí)，該樣本為健康樣本，當(dāng)Y < 0. 5時(shí)，該樣本為染病樣本。
以秈稻原豐早品種作為供試水稻品種，供試菌為稻瘟病病原菌稻灰梨孢 Pyricularia grisea菌株ZB"試驗(yàn)分為對(duì)照(健康)和染病兩組，在相同條件下同時(shí)進(jìn)行。 稻苗在人工氣候箱培養(yǎng)，欲染病的稻苗在3 4片葉時(shí)進(jìn)行噴霧接種，環(huán)境條件是25°C 、RH > 86%，然后在25 28t:恒溫下黑暗保濕24小時(shí)，再移出室外進(jìn)行隔離光照、噴水保濕培 養(yǎng)，采用第4天采集的120個(gè)水稻樣本的光譜數(shù)據(jù)，其中健康和染病樣本各60個(gè)。隨機(jī)選 擇建模集樣本80個(gè)(健康和染病樣本各40個(gè))，其余40個(gè)樣本(健康和染病各20個(gè))為 預(yù)測(cè)集樣本。采集水稻冠層的原始可見(jiàn)-近紅外反射光譜圖如附圖3所示，圖中橫坐標(biāo)為 波長(zhǎng)，范圍為400 1000nm，縱坐標(biāo)為光譜反射率值。 將直接正交信號(hào)校正處理后的光譜數(shù)據(jù)連續(xù)投影算法處理，獲得組合模擬波段 775nm處的數(shù)值作為輸入變量X，將樣本健康或染病的種類作為輸出變量Y，應(yīng)用建模集80 個(gè)樣本得到水稻冠層葉瘟診斷的直接線性方程。其結(jié)果如下Y = 5. 283X，其中X為直接 信號(hào)校正處理后的組合模擬波段775nm處的光譜值，Y為水稻冠層葉瘟的判別值。當(dāng)Y > 0. 5時(shí)，判定該樣本為健康樣本，當(dāng)Y < 0. 5時(shí)，判定該樣本為染病樣本。用建模集樣本對(duì)該 直接線性方程的判別性能進(jìn)行驗(yàn)證，對(duì)建模集樣本的判別準(zhǔn)確率為100 % ，對(duì)預(yù)測(cè)集樣本的 判別準(zhǔn)確率為95. 0%，具體結(jié)果見(jiàn)附圖4。
實(shí)施例2 采用如實(shí)施例1所用的裝置，直接正交信號(hào)校正處理，設(shè)定計(jì)算的成分?jǐn)?shù)為20，允 許的偏差(tolerance)為0. 0005，運(yùn)行連續(xù)投影算法時(shí)，設(shè)定最大選中波長(zhǎng)點(diǎn)數(shù)量為15，運(yùn)用如實(shí)施例l所用的方法，得到的可見(jiàn)-近紅外反射光譜圖也如附圖3所示，應(yīng)用水稻葉瘟 病判別公式的判別結(jié)果示意圖如附圖4所示，用建模集樣本對(duì)該直接線性方程的判別性能 進(jìn)行驗(yàn)證，對(duì)建模集樣本的判別準(zhǔn)確率為100%，對(duì)預(yù)測(cè)集樣本的判別準(zhǔn)確率為95. 0%。
實(shí)施例3 采用如實(shí)施例1所用的裝置，直接正交信號(hào)校正處理，設(shè)定計(jì)算的成分?jǐn)?shù)為5，允 許的偏差(tolerance)為0. 0015，運(yùn)行連續(xù)投影算法時(shí)，設(shè)定最大選中波長(zhǎng)點(diǎn)數(shù)量為30，運(yùn) 用如實(shí)施例l所用的方法，得到的可見(jiàn)-近紅外反射光譜圖也如附圖3所示，應(yīng)用水稻葉瘟 病判別公式的判別結(jié)果示意圖如附圖4所示，用建模集樣本對(duì)該直接線性方程的判別性能 進(jìn)行驗(yàn)證，對(duì)建模集樣本的判別準(zhǔn)確率為100%，對(duì)預(yù)測(cè)集樣本的判別準(zhǔn)確率為95. 0%。
上述具體實(shí)施方式
用來(lái)解釋說(shuō)明本發(fā)明，而不是對(duì)本發(fā)明進(jìn)行限制，在本發(fā)明的 精神和權(quán)力要求的保護(hù)范圍內(nèi)，對(duì)本方面做出的任何修改和改變，都落入本發(fā)明的保護(hù)范 圍。
權(quán)利要求
基于組合模擬波段算法的水稻冠層葉瘟病快速診斷系統(tǒng)，其特征在于包括(a)光譜發(fā)射系統(tǒng)(1)，用于發(fā)射可見(jiàn)-近紅外范圍的連續(xù)光；(b)光譜接收系統(tǒng)(2)，用于采集可見(jiàn)-近紅外范圍的光譜反射率數(shù)據(jù)；(c)調(diào)節(jié)支架(3)，用于實(shí)現(xiàn)光譜接收系統(tǒng)上下方向和360°范圍的旋轉(zhuǎn)操作；(d)計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)(4)，用于對(duì)光譜接收系統(tǒng)采集的反射率數(shù)據(jù)的存儲(chǔ)、預(yù)處理、模型建立及水稻冠層葉瘟病的快速診斷判別、結(jié)果顯示、存儲(chǔ)；(e)作物操作平臺(tái)(6)，用于調(diào)節(jié)待測(cè)作物水平位置高低；光譜發(fā)射系統(tǒng)(1)發(fā)射的光照射在水稻冠層上，反射光被光譜接收系統(tǒng)采集，得到水稻冠層光譜反射率數(shù)據(jù)，光譜反射率數(shù)據(jù)傳入計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)，通過(guò)水稻冠層葉瘟病快速診斷方法進(jìn)行數(shù)據(jù)預(yù)處理和判別公式的判別，實(shí)現(xiàn)水稻冠層葉瘟病的快速診斷識(shí)別。
2. 如權(quán)利要求1所述的水稻冠層葉瘟病快速診斷系統(tǒng)，其特征在于所述的光譜發(fā)射系統(tǒng)(1)發(fā)射可見(jiàn)-近紅外連續(xù)光的波長(zhǎng)為380 1100nm。
3. 如權(quán)利要求1所述的水稻冠層葉瘟病快速診斷系統(tǒng)，其特征在于所述的調(diào)節(jié)支架 (3)進(jìn)行光譜接收系統(tǒng)(2)上下方向高度的調(diào)節(jié)范圍為0. 2 2. Om。
4. 基于組合模擬波段算法的水稻冠層葉瘟病快速診斷方法，其特征在于包括如下步驟1) 對(duì)采集到的波長(zhǎng)范圍為400 1000nm的水稻冠層光譜反射率數(shù)據(jù)進(jìn)行預(yù)處理并提 取最優(yōu)值；方法為首先進(jìn)行直接正交信號(hào)校正處理，設(shè)定計(jì)算的成分?jǐn)?shù)為2 20，允許的偏 差為0. 0005 0. 0015 ;對(duì)直接正交信號(hào)校正處理后的組合模擬波長(zhǎng)400 1000nm的數(shù)據(jù) 再進(jìn)行連續(xù)投影算法處理，設(shè)定最大選中波長(zhǎng)點(diǎn)數(shù)量為2 30，經(jīng)連續(xù)投影算法處理后，選 定直接正交信號(hào)校正處理后的組合模擬波段775nm處的數(shù)據(jù)為最優(yōu)值，作為水稻葉瘟病判 別公式的輸入值；2) 將直接正交信號(hào)校正處理后組合模擬波段775nm處的數(shù)據(jù)代入水稻葉瘟病判別公 式Y(jié) = 5. 283X，判別公式中X為經(jīng)過(guò)預(yù)處理后組合模擬波段775nm處對(duì)應(yīng)的數(shù)據(jù)，Y為判 別結(jié)果；當(dāng)Y > 0. 5時(shí)，該樣本為健康樣本，當(dāng)Y < 0. 5時(shí)，該樣本為染病樣本。
全文摘要
本發(fā)明公開(kāi)了一種診斷水稻冠層葉瘟病的系統(tǒng)，包括光譜發(fā)射系統(tǒng)、光譜接收系統(tǒng)、調(diào)節(jié)支架、計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)、作物操作平臺(tái)，光譜發(fā)射系統(tǒng)發(fā)射的光照射在水稻冠層上，反射光被光譜接收系統(tǒng)采集，得到水稻冠層光譜反射率數(shù)據(jù)，光譜反射率數(shù)據(jù)傳入計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)，通過(guò)水稻冠層葉瘟病快速診斷方法進(jìn)行數(shù)據(jù)預(yù)處理和判別公式的判別，實(shí)現(xiàn)水稻冠層葉瘟病的快速診斷識(shí)別。本發(fā)明還公開(kāi)了一種診斷水稻冠層葉瘟病的方法，應(yīng)用組合模擬波段算法和判別公式Y(jié)＝5.283X進(jìn)行快速判別，減少人眼判別的失誤率和主觀性，可用于實(shí)時(shí)的病害防治和對(duì)點(diǎn)噴藥措施，同時(shí)此系統(tǒng)結(jié)構(gòu)簡(jiǎn)單、成本較低，利于普及應(yīng)用。
文檔編號(hào)G01N21/49GK101701917SQ200910154289
公開(kāi)日2010年5月5日 申請(qǐng)日期2009年11月19日 優(yōu)先權(quán)日2009年11月19日
發(fā)明者何勇, 馮雷, 劉飛, 孫光明 申請(qǐng)人:浙江大學(xué)